Free Statistics

of Irreproducible Research!

Author's title

Partial Correlation Dieselprijs, aantal inschrijvingen nieuwe en 2dehandswa...

Author

*The author of this computation has been verified*

R Software Module

rwasp_partialcorrelation.wasp

Title produced by software

Partial Correlation

Date of computation

Mon, 10 Nov 2008 10:08:28 -0700

Cite this page as follows

Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?v=date/2008/Nov/10/t1226336996ik4b0k41j957yew.htm/, Retrieved Sun, 19 May 2024 10:41:38 +0000

Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=23143, Retrieved Sun, 19 May 2024 10:41:38 +0000

QR Codes:

Paste this QR Code to cite your computation.

Original text written by user:

IsPrivate?

No (this computation is public)

User-defined keywords

Estimated Impact

186

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)

F     [Bivariate Kernel Density Estimation] [Bivariate Kernel ...] [2008-11-10 16:53:50] [819b576fab25b35cfda70f80599828ec]
F    D  [Bivariate Kernel Density Estimation] [Bivaritae Kernel ...] [2008-11-10 16:58:43] [819b576fab25b35cfda70f80599828ec]
F RMPD      [Partial Correlation] [Partial Correlati...] [2008-11-10 17:08:28] [e08fee3874f3333d6b7a377a061b860d] [Current]
-    D        [Partial Correlation] [Partial Correlati...] [2008-11-10 17:13:48] [819b576fab25b35cfda70f80599828ec] 
F    D        [Partial Correlation] [Partial Correlati...] [2008-11-10 17:17:49] [819b576fab25b35cfda70f80599828ec] 
- RMPD        [Trivariate Scatterplots] [Trivariate Scatte...] [2008-11-10 17:21:24] [819b576fab25b35cfda70f80599828ec] 
-   P           [Trivariate Scatterplots] [Trivariate Scatte...] [2008-11-10 17:31:18] [819b576fab25b35cfda70f80599828ec] 
F RMPD          [Hierarchical Clustering] [Hierarchical Clus...] [2008-11-10 17:36:33] [819b576fab25b35cfda70f80599828ec] 
F RM D            [Box-Cox Linearity Plot] [Box-Cox linearity...] [2008-11-11 14:51:35] [6fea0e9a9b3b29a63badf2c274e82506] 
- RMPD          [Box-Cox Normality Plot] [Box-Cox Normality...] [2008-11-10 17:45:50] [819b576fab25b35cfda70f80599828ec] 
F    D            [Box-Cox Normality Plot] [Box Cox normality...] [2008-11-11 15:12:02] [6fea0e9a9b3b29a63badf2c274e82506] 
- RMPD          [Maximum-likelihood Fitting - Normal Distribution] [Maximum-likelihoo...] [2008-11-10 17:50:35] [819b576fab25b35cfda70f80599828ec] 
F   PD            [Maximum-likelihood Fitting - Normal Distribution] [Maximum-likelihoo...] [2008-11-11 15:33:55] [819b576fab25b35cfda70f80599828ec] 
- RMPD        [Trivariate Scatterplots] [Trivariate Scatte...] [2008-11-10 17:27:05] [819b576fab25b35cfda70f80599828ec] 

Feedback Forum

2008-11-14 10:56:06 [Ciska Tanghe] [reply] 
De partial correlation is een methode waar 3 variabelen ingevoerd worden: x, y en z. Kijken we in de tabel dan zien we het volgende:  
 
- Verband tussen x en y = 0.77, een sterk positief verband. Zuiveren we de invloed van z hieruit dan bekomen we een verband van 0.76.  
 
- Verband tussen x en z = -0.29, een negatief verband. Zuiveren we de invloed van y hieruit dan bekomen we een verband van -0.27.  
 
- Verband tussen y en z = -0.15, een negatief verband. Zuiveren we de invloed van x hieruit dan bekomen we een positief verband van 0.11.  
 
In de eerste twee gevallen blijft het verband tussen twee variabelen zo goed als gelijk wanneer we de derde variabele eruit zuiveren. Bij het derde geval wordt het verband positief.
2008-11-14 18:15:17 [Kevin Neelen] [reply] 
Er is hier gebruik gemaakt van de methode van Partial Correlation. Bij deze methode redeneert als volgt. Een tijdreeks z kan een positief verband hebben met tijdreeks x en een negatief verband vertonen met tijdreeks y. Als z zou stijgen, houdt dit in dat x mee zou stijgen (positieve correlatie) en y zou dalen (negatieve correlatie). Hieruit zou dan besloten kunnen worden dat tijdreeksen x en y onderling een negatief verband zouden hebben. Dit is niet volledig correct aangezien dit 'verband' beinvloedt wordt door tijdreeks z. Door deze methode te gebruiken, wordt dit vermeden. Zo wordt in deze tabel de eerste partial correlation berekend tussen x en y waarbij de invloed van z wordt weggefilterd (want het beeld zou door z vertekend kunnen worden).  
 
In deze tabel kunnen zien we het volgende: 
- Verband tussen x en y bedraagt 0,76 --> sterk positief verband. Als z hieruit weggefilterd wordt, bekomen we een eveneens een postief verband van 0,76.  
- Verband tussen x en z bedraagr -0,29 --> negatief verband. Als y hieruit weggefilterd wordt, bekomen we een verband van -0,27.  
- Verband tussen y en z bedraagt -0.15 --> negatief verband. Als x hieruit weggefilterd wordt, bekomen we een positief verband van 0,11.  
 
Mijn conclusie was niet echt goed, aangezien ik de grafiek verkeerd geïnterprteerd had. 
 
2008-11-21 16:51:42 [Michael Van Spaandonck] [reply] 
Ik moet me volledig aansluiten bij het bovenstaande commentaar van Kevin. 
Wat interpretatie en conclusie betreft heb ik hier verder niets aan toe te voegen. 
 
In het bijhorende document was de conclusie, ook al niet echt fout, gebaseerd op een onvolledige interpretatie.
2008-11-22 15:11:52 [Jeroen Michel] [reply] 
Ook hier moet ik me aansluiten bij de commentaar van de vorige studenten. Wanneer ik inderdaad ook kijk naar de tabellen, zie ik ook het volgende: 
 
- Verband tussen x en y bedraagt 0,76 --> sterk positief verband. Als z hieruit weggefilterd wordt, bekomen we een eveneens een postief verband van 0,76.  
- Verband tussen x en z bedraagr -0,29 --> negatief verband. Als y hieruit weggefilterd wordt, bekomen we een verband van -0,27.  
- Verband tussen y en z bedraagt -0.15 --> negatief verband. Als x hieruit weggefilterd wordt, bekomen we een positief verband van 0,11.  

Post a new message

Dataseries X:

Download CSV

Histogram

Boxplots

Dataseries Y:

Download CSV

Histogram

Dataseries Z:

Download CSV

Histogram

Summary of computational transaction
Raw Input	view raw input (R code)
Raw Output	view raw output of R engine
Computing time	0 seconds
R Server	'George Udny Yule' @ 72.249.76.132

\begin{tabular}{lllllllll}
\hline
Summary of computational transaction \tabularnewline
Raw Input & view raw input (R code)  \tabularnewline
Raw Output & view raw output of R engine  \tabularnewline
Computing time & 0 seconds \tabularnewline
R Server & 'George Udny Yule' @ 72.249.76.132 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=23143&T=0

[TABLE]
[ROW][C]Summary of computational transaction[/C][/ROW]
[ROW][C]Raw Input[/C][C]view raw input (R code) [/C][/ROW]
[ROW][C]Raw Output[/C][C]view raw output of R engine [/C][/ROW]
[ROW][C]Computing time[/C][C]0 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'George Udny Yule' @ 72.249.76.132[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=23143&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=23143&T=0

As an alternative you can also use a QR Code:

The GUIDs for individual cells are displayed in the table below:

Summary of computational transaction
Raw Input	view raw input (R code)
Raw Output	view raw output of R engine
Computing time	0 seconds
R Server	'George Udny Yule' @ 72.249.76.132

Pearson Product Moment Partial Correlation - Ungrouped Data
Statistic	Value
Correlation r(xy)	0.769273216056775
Partial Correlation r(xy.z)	0.766148116420196
Correlation r(xz)	-0.290840640498923
Partial Correlation r(xz.y)	-0.271713471791281
Correlation r(yz)	-0.155132363571241
Partial Correlation r(yz.x)	0.11222559209147

\begin{tabular}{lllllllll}
\hline
Pearson Product Moment Partial Correlation - Ungrouped Data \tabularnewline
Statistic & Value \tabularnewline
Correlation r(xy) & 0.769273216056775 \tabularnewline
Partial Correlation r(xy.z) & 0.766148116420196 \tabularnewline
Correlation r(xz) & -0.290840640498923 \tabularnewline
Partial Correlation r(xz.y) & -0.271713471791281 \tabularnewline
Correlation r(yz) & -0.155132363571241 \tabularnewline
Partial Correlation r(yz.x) & 0.11222559209147 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=23143&T=1

[TABLE]
[ROW][C]Pearson Product Moment Partial Correlation - Ungrouped Data[/C][/ROW]
[ROW][C]Statistic[/C][C]Value[/C][/ROW]
[ROW][C]Correlation r(xy)[/C][C]0.769273216056775[/C][/ROW]
[ROW][C]Partial Correlation r(xy.z)[/C][C]0.766148116420196[/C][/ROW]
[ROW][C]Correlation r(xz)[/C][C]-0.290840640498923[/C][/ROW]
[ROW][C]Partial Correlation r(xz.y)[/C][C]-0.271713471791281[/C][/ROW]
[ROW][C]Correlation r(yz)[/C][C]-0.155132363571241[/C][/ROW]
[ROW][C]Partial Correlation r(yz.x)[/C][C]0.11222559209147[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=23143&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=23143&T=1

As an alternative you can also use a QR Code:

The GUIDs for individual cells are displayed in the table below:

Pearson Product Moment Partial Correlation - Ungrouped Data
Statistic	Value
Correlation r(xy)	0.769273216056775
Partial Correlation r(xy.z)	0.766148116420196
Correlation r(xz)	-0.290840640498923
Partial Correlation r(xz.y)	-0.271713471791281
Correlation r(yz)	-0.155132363571241
Partial Correlation r(yz.x)	0.11222559209147

Parameters (Session):

Parameters (R input):

R code (references can be found in the software module):

(rho12 <- cor(x, y))
(rho23 <- cor(y, z))
(rho13 <- cor(x, z))
(rhoxy_z <- (rho12-(rho13*rho23))/(sqrt(1-(rho13*rho13)) * sqrt(1-(rho23*rho23))))
(rhoxz_y <- (rho13-(rho12*rho23))/(sqrt(1-(rho12*rho12)) * sqrt(1-(rho23*rho23))))
(rhoyz_x <- (rho23-(rho12*rho13))/(sqrt(1-(rho12*rho12)) * sqrt(1-(rho13*rho13))))
load(file='createtable')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Pearson Product Moment Partial Correlation - Ungrouped Data',2,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Statistic',1,TRUE)
a<-table.element(a,'Value',1,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Correlation r(xy)',header=TRUE)
a<-table.element(a,rho12)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,hyperlink('partial_correlation1.htm','Partial Correlation r(xy.z)',''),header=TRUE)
a<-table.element(a,rhoxy_z)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Correlation r(xz)',header=TRUE)
a<-table.element(a,rho13)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,hyperlink('partial_correlation1.htm','Partial Correlation r(xz.y)',''),header=TRUE)
a<-table.element(a,rhoxz_y)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Correlation r(yz)',header=TRUE)
a<-table.element(a,rho23)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,hyperlink('partial_correlation1.htm','Partial Correlation r(yz.x)',''),header=TRUE)
a<-table.element(a,rhoyz_x)
a<-table.row.end(a)
a<-table.end(a)
table.save(a,file='mytable.tab')

Free Statistics

Description of Statistical Computation

Partial Correlation Dieselprijs, aantal inschrijvingen nieuwe en 2dehandswa...

Tree of Dependent Computations

Dataset

Tables (Output of Computation)

Figures (Output of Computation)

Input Parameters & R Code